No segundo episódio do Genius Talks, nosso host, Alcebíades Araújo, AI Specialist na Squadra, mediou um papo entre Romulo Cioffi, CIOO and Chief AI Officer na Squadra, e Tatiana Oliveira, CEO do AI Brasil, sobre como sair do contexto das experimentações em IA, com exemplos de aplicações práticas de inteligência artificial em sistemas de missão crítica e vários outros contextos de negócio.
Quer assistir o episódio completo? Disponível nas principais plataformas: YouTube, Spotify e Apple Podcasts.
IA trazendo hiperprodutividade na modernização de sistemas de missão crítica ↩
Uma das maiores operadoras de logística e ferrovias do Brasil possuía um sistema de missão crítica para a otimização de modais ferroviários e marítimos de altíssimo tráfego, que não estava mais acompanhando as demandas do negócio. O desafio era:
- Mais de 400 mil linhas de código em C++;
- Ausência de documentação de suporte;
- Sistema com mais de uma década de vida sem pessoal técnico com conhecimento profundo do legado disponível.
A modernização do legado se tornou imperativa para eliminar os riscos e construir uma nova base tecnológica sólida para a escalabilidade. Iniciando na modernização tecnológica, em que se mantém as características funcionais do sistema, a execução se dividiu em quatro etapas principais:
- Discovery: uso de LLMs para análise estática e clustering por domínio para identificar pontos de complexidade e extrair regras de negócio escondidas nas 400 mil linhas de código em C++;
- Design e pipeline de modernização: criação de uma nova arquitetura moderna, com sistema dividido em módulos para migração gradual;
- Build: o Jack auxiliou o time de desenvolvimento na conversão segura do legado em C++ para tecnologias modernas como C# e React;
- QA comparativo: cenários idênticos foram configurados em ambos os sistemas, legado e modernizado, para comparar lado a lado horários, trajetórias e composições ferroviárias, sendo que qualquer divergência era classificada e corrigida iterativamente até que os diagramas convergissem perfeitamente;
- Deploy: cada módulo está sendo implementado em operação híbrida com o legado, permitindo a migração gradual à medida que vamos avançando na evolução funcional do sistema como um todo.
"Eles tinham um sistema antigo, feito há 15 anos, que funcionava bem, mas era um risco para o crescimento do negócio. Através da nossa rede de agentes de IA, nós extraímos as regras de negócio do código, criamos uma nova arquitetura, desenvolvemos o novo e colocamos em produção rapidamente." - Romulo Cioffi
O processo de modernização de legados através do Genius permitiu que a operadora construísse uma base tecnológica sólida e escalável, eliminando riscos e preparando o negócio para evoluções funcionais contínuas a partir de 2026. Para além disso, o uso do Genius desbloqueou quatro benefícios fundamentais:
- Hiperprodutividade e eficiência operacional: automatização de tarefas repetitivas e uso inteligente de recursos, reduzindo drasticamente o tempo dedicado pelas áreas de negócio e o tempo até a implementação do sistema modernizado;
- Maior acurácia em decisões: a precisão aprimorada nos processos e a rastreabilidade das decisões da IA elevam a qualidade final do software;
- Inovação e vantagem competitiva: transformação de um legado em um ativo estratégico, gerando novas capacidades de negócio;
- Transformação digital escalável: integração tecnológica real aos processos de negócio, permitindo uma adaptação rápida ao mercado.
A modernização de legados com IA não é apenas sobre modernizar, é sobre recuperar a capacidade de inovar. Com o Genius, o que antes era um gargalo, torna-se o alicerce para o crescimento sustentável, de forma rápida, segura e escalável.
Orçamentos de sinistros em minutos com IA ↩
No contexto automotivo e de seguros, Tatiana Oliveira citou um projeto que foi destaque no CEIA-UFG, Centro de Excelência em IA da Universidade Federal de Goiânia, que utilizou IA generativa para ler e interpretar fotos de sinistros. A análise que antes levava dias ou semanas para ser finalizada, agora é resolvida em minutos, com margem de erro próxima de zero nos orçamentos gerados.
O segredo? Uma jornada de quase duas décadas capturando imagens e estruturando bibliotecas de peças de veículos. A GenAI foi o acelerador final de uma base de dados robusta e proprietária.
“Para chegar nesse nível, a jornada foi de anos capturando imagens de vários sinistros para fazer todo um trabalho de agregação de dados, para chegar no que realmente é a solução hoje.” - Tatiana Oliveira
O papel humano: de executores para curadores ↩
A IA não substitui o ser humano, mas o reposiciona. E o nosso novo papel é de curador. Para isso, algumas características são observadas:
- Raciocínio crítico: é responsabilidade do humano, como curador, validar e integrar o que a IA produz ao contexto do negócio;
- Visão holística: a visão geral do contexto é o novo requisito para que possamos realizar a orquestração inteligente dos processos de negócio através da IA;
- Conexão entre negócio e academia: a iniciativa privada, a academia e o governo são essenciais na construção de um Brasil que sai da posição de consumidor de tecnologias estrangeiras e passa a amplificar o uso da IA.
Isso muda papéis, isso muda o mercado. O futuro da IA é como amplificador cognitivo, liberando o talento humano para atividades de maior consciência e criatividade, enquanto a máquina cuida da escala e da velocidade.
Concorda? Quer assistir o episódio completo? Disponível nas principais plataformas: YouTube, Spotify e Apple Podcasts.
